花費 15 ms
SLAM入門之視覺里程計(1):特征點的匹配

SLAM 主要分為兩個部分:前端和后端,前端也就是視覺里程計(VO),它根據相鄰圖像的信息粗略的估計出相機的運動,給后端提供較好的初始值。VO的實現方法可以根據是否需要提取特征分為兩類:基於特征點的方 ...

Thu Dec 21 06:01:00 CST 2017 9 30114
SLAM入門之視覺里程計(5):單應矩陣

在之前的博文OpenCV,計算兩幅圖像的單應矩陣,介紹調用OpenCV中的函數,通過4對對應的點的坐標計算兩個圖像之間單應矩陣\(H\),然后調用射影變換函數,將一幅圖像變換到另一幅圖像的視角中。當時 ...

Mon Jan 15 20:39:00 CST 2018 4 29283
SLAM入門之視覺里程計(2):相機模型(內參數,外參數)

相機成像的過程實際是將真實的三維空間中的三維點映射到成像平面(二維空間)過程,可以簡單的使用小孔成像模型來描述該過程,以了解成像過程中三維空間到二位圖像空間的變換過程。 本文包含兩部分內容,首先介紹小 ...

Thu Dec 28 00:12:00 CST 2017 3 24238
SLAM入門之視覺里程計(3):兩視圖對極約束 基礎矩陣

在上篇相機模型中介紹了圖像的成像過程,場景中的三維點通過“小孔”映射到二維的圖像平面,可以使用下面公式描述: \[x = MX $$其中,$c$是圖像中的像點,$M$是一個$3\times4$ ...

Sun Dec 31 04:47:00 CST 2017 9 12850
SLAM入門之視覺里程計(4):基礎矩陣的估計

在上篇文章中,介紹了三位場景中的同一個三維點在不同視角下的像點存在着一種約束關系:對極約束,基礎矩陣是這種約束關系的代數表示,並且這種約束關系獨立與場景的結構,只依賴與相機的內參和外參(相對位姿)。這 ...

Sat Jan 06 21:51:00 CST 2018 6 12520

 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM